梁慧珍¹, 余永亮¹, 杨红旗¹, 董薇¹, 许兰杰¹, 牛永光¹, 张海洋¹, 刘学义², 方宣钧^3
1 河南省农业科学院芝麻研究中心, 河南郑州 450002

²山西省农业科学院经济作物研究所, 山西汾阳 032200

³ 海南省热带农业资源开发利用研究所, 海南三亚 572025

第一作者联系方式: E-mail: Lhzh66666@163.com, Tel: 0371-65751589
收稿日期:2014-11-13 接受日期:2015-02-06网络出版日期:2015-03-13基金:本研究由河南省科技创新杰出人才计划项目(114200510002), 国家转基因生物新品种培育重大专项(2009ZX08018-001B, 2011ZX08004-005, 2014ZX0800402B), 河南省重点科技攻关计划项目(132102110091)和河南省农业科学院专项(201315603, 201315615, 201218334)资助

摘要以丰产性好、抗旱力强的栽培大豆晋豆23为母本, 山西农家品种半野生大豆灰布支黑豆为父本杂交衍生的447个RIL作为供试群体。将亲本及447个家系分别于2011、2012和2013年采用随机试验种植, 按照标准测量叶长、叶宽和叶柄长3个性状, 并于2012年8月1日和8月8日和2013年8月2日和8月9日各测量1次叶绿素含量。采用QTLNETwork 2.0混合线性模型分析方法和主基因+多基因混合遗传分离分析法, 对大豆叶片性状和叶绿素含量进行遗传分析和QTL间的上位性和环境互作效应研究。结果表明, 叶长受2对加性-加性×加性上位性混合主基因控制, 叶宽受3对等效主基因控制, 叶柄长受4对加性-加性×加性上位性主基因控制, 叶绿素含量受4对加性主基因控制; 检测到10个与叶长、叶宽、叶柄长和叶绿素含量相关的QTL, 分别位于A1、A2、C2、H_1、L和O染色体。其中2个叶长QTL分别位于C2和L染色体, 是2对加性×加性上位互作效应及环境互作效应QTL; 3个叶宽加性与环境互作QTL分别位于A2、C2和O染色体; 2个叶柄长QTL分别位于L和O染色体; 3个叶绿素含量QTL分别位于A1、C2和H_1染色体。叶片性状和叶绿素含量的遗传机制较复杂, 加性效应、加性×加性上位互作效应及环境互作效应是大豆叶片性状和叶绿素含量的重要遗传基础。建议大豆分子标记辅助育种中, 一方面要考虑起主要作用的QTL, 另一方面要注重上位性QTL的影响, 这对于性状的遗传和稳定表达具有积极的意义。

关键词:大豆; 叶片性状; 叶绿素含量; QTL与环境互作效应; 上位互作效应
Epistatic and QTL × Environment Interaction Effects of QTLs for Leaf Traits and Leaf Chlorophyll Content in Soybean
LIANG Hui-Zhen¹, YU Yong-Liang¹, YANG Hong-Qi¹, DONG Wei¹, XU Lan-Jie¹, NIU Yong-Guang¹, ZHANG Hai-Yang¹, LIU Xue-Yi², FANG Xuan-Jun^3
1 Sesame Research Center, Henan Academy of Agricultural Sciences, Zhengzhou 450002, China

² Industrial Crop Research Institute, Shanxi Academy of Agricultural Sciences, Fenyang 032200, China³Hainan Provincial Institute of Tropical Agriculture Resources, Sanya 572025, China


AbstractAn RIL population containing 447 lines, derived from a cross of cultivar Jingdou 23 × Huibuzhiheidou, as well as their parents were used to analyze inheritance and detect epistatic effects, and QTL × environment (QE) interactions related to leaf traits and leaf chlorophyll content (CC) in soybean using major gene plus polygene mixed inheritance analysis and composite interval mapping (QTL NETwork 2.0). The leaf traits including leaf length (LL), leaf width (LW), leaf stalk length (LSL) were evaluated in 2011, 2012, and 2013, as well as CC was detected on Aug. 1 and Aug. 8, 2012, and on Aug. 2 and Aug. 9, 2013. LL was found to be controlled by two pairs of additive-additive by additive epistatic hybrid main genes, LW was found to be controlled by three pairs of equivalent main genes, LSL was found to be controlled by four pairs of additive-additive by additive epistatic major genes, CC was controlled by four pairs of additive major genes. Ten QTLs for LL, LW, LSL, and CC were mapped on the linkage group (LG) A1, A2, C2, H_1, L, and O, respectively. Of them two QTLs for LL were mapped on LG C2 and LG L, additive by additive epistatic effect and QE interactions. Three QTLs with additive effect and QE interactions associated with LW were mapped on LG A2, C2, and O. Two QTLs for LSL were mapped on LG L and O. Three QTLs for CC were mapped on LG A1, C2, and H_1. The genetic mechanism for leaf traits and leaf chlorophyll content is more complicated containing additive effect, additive × additive epistatic effect and QE interaction. It is important to consider not only to QTLs with major effects, but also to those with epistatic effects in soybean molecular marker-assisted breeding for stability of expression and inheritance of agronomic traits.

Keyword:Soybean; Leaf traits; Leaf chlorophyll content; QTL × environment interactions effects; Epistatic effects
Show Figures
Show Figures




引言叶形是大豆理想株型的重要构成因素之一。叶片性状对光的穿透力、光照的吸收、CO₂的固定和光合效率有直接影响, 进而影响植物产量和品质的形成^[1]。1968年, Donald^[2]首次提出了小麦叶片小而挺立的理想型模式。Thompson等^[3]认为提升大豆叶片光合效率可以提升大豆产量。叶绿素是光合作用中最重要的色素, 叶绿素含量是叶片中与光合作用相关的重要性状, 大豆光合速率与叶绿素浓度有关^{[4, 5]}, 与光合性能^[6]和籽粒产量^[7]紧密相关, 研究大豆叶片性状和叶绿素QTL间的上位性和环境互作效应, 具有十分重要的现实意义。目前, 对作物叶片性状和叶绿素含量的研究主要集中在水稻^{[8, 9]}、高粱^[10]、小麦^[11]、大麦^[12]等作物中, 其中, 对水稻的研究更为深入, 主要集中在对叶片性状的遗传分析和叶绿素含量的QTL定位。但是, 国内外有关大豆叶片性状和叶绿素含量QTL间的上位性和环境互作效应研究尚未见报道。Chen等^[13]利用来自于Charleston × Dongnong 594的包含154个RIL的F_2:10的群体, 定位出6个叶长和3个叶宽QTL, 叶长分别定位在A1、B2、C2上, 叶宽定位在A1上。Kim等^[14]利用来自于Keounolkong × Lksanl0和Keounolkong × Shinpaldalkong两套RIL的F_2:10的群体, 将15个叶长QTL分别定位在D2、G、J、K、L和N染色体上, 将7个叶宽QTL分别定位在A1、J、L和N染色体上。仕相林等^[15]利用Charleston × Dongnong 594重组自交系构建SSR遗传图谱, 检测到8个与叶长有关的QTL, 9个与叶宽有关的QTL和8个与叶柄长有关的QTL。李广军等^[16]采用Lishuizhongzihuangdou × Nannong 493-1后代衍生的244个F_2:3和F_2:4衍生的150个SSR分子标记构建的连锁遗传图谱, 检测到16个叶绿素含量的QTL; 崔世友等^[17]利用波高× 南农94-156衍生的151个RI家系检测到4个不同生育期的17个叶绿素含量的QTL。Lin等^[18]检测了铁缺乏黄化的QTL, Kato等^[19]检测到叶绿素缺乏的2个QTL。QTL间上位性效应和环境互作效应对作物表型值的组成具有重要作用。因遗传背景的不同和环境条件的变化, 经常出现QTL效应的屏蔽现象。迄今为止, 对于多环境条件下大豆叶片性状和叶绿素含量QTL检测研究较少, 对QTL间的上位性和环境互作效应研究未见报道。2004年王珍^[20]选用晋豆23× 灰布支黑豆及其衍生的F₁₂RIL群体, 构建了包含227个SSR标记的大豆遗传连锁图谱。2006年, 梁慧珍^[21]以SSR标记图谱和大豆公共图谱中的标记为基础, 对图谱进行了整合。图谱包括27个染色体, 232个标记位点, 图谱全长2047.6 cM。本研究拟采用该图谱通过混合线性模型分析方法, 对大豆叶片性状和叶绿素含量QTL定位、加性效应、加性× 加性上位互作效应及环境互作效应进行分析, 全面剖析其遗传基础, 为大豆优质高产育种提供参考依据。
1 材料与方法1.1 试验材料及种植晋豆23 (Glycine max Merr., cv. Jindou 23)是山西省大豆主栽品种, 丰产性好, 抗旱力强。灰布支黑豆(Glycine max Merr., cv. ZDD2315)是山西农家品种, 国家种质资源编号ZDD2315。晋豆23是一个高度栽培化的大豆品种, 而灰布支属于半野生大豆, 具有较多的原始性。1998年夏季在山西省汾阳市以晋豆23为母本, 灰布支黑豆为父本杂交获得F₀种子, 种植后收获732粒的F₁单株, 1998年10月在海南岛种植732株F₁, 1999年2月单株收获每个F₂株系。自F₃开始, 每世代随机每10个株系收获20个豆荚, 每荚2粒, 共约40粒种子, 随机选取其中的20粒种成20个株行, 以此类推至高世代, 形成了包含447个株系的F_2:19~F_2:21重组自交系群体, 作为性状遗传分析的供试群体。
2011、2012和2013年在河南省农业科学院基地(原阳)随机种植, 2次重复, 行长4.0 m, 行距0.4 m, 四周分设保护行, 一播全苗, 田间管理同大田。
1.2 相关性状的测定1.2.1 叶片相关性状的测定 对亲本和RIL群体每个株系随机取5株, 按照《大豆种质资源描述规范和数据标准》中的标准测量叶长、叶宽、叶柄长3个性状。
1.2.2 叶绿素含量的测定 在开花期R2对亲本和RIL家系, 取中间行正常生长的5株单株, 选取顶部第4复叶的中间小叶, 用SPAD-502叶绿素计数仪(日本产)测定每单株1片叶的上、中、下3点, 计算SPAD平均值, 作为该叶片的叶绿素含量^[22]。
2012年, 分别于8月1日(2012-1)和8月8日各测量1次(2012-2)。2013年, 分别于8月2日(2013-1)和8月9日(2013-2)各测量1次。
1.3 表型数据分析利用DPS软件^[23]进行方差分析、相关性分析和描述统计。
1.4 数量性状主基因+多基因混合遗传模型分析采用主基因+多基因混合遗传分离分析法^[24], 分析晋豆23× 灰布支黑豆5及其衍生的RILs, 通过极大似然法和IECM, 估计混合分布的各世代、各成分分布的参数, 通过最小二乘法估计相应的遗传参数。通过AIC准则和一组适合性测验, 选出最适遗传模型。多基因遗传率h_pg²(%)=σ _pg²/σ _p², 主基因遗传率h_mg²(%)=σ _mg²/σ _p², 各遗传方差间关系为σ _p²=σ _mg²+ σ _pg²+σ _e², 其中: σ _p²为群体表型方差; σ _pg²为多基因遗传方差; σ _mg²为主基因遗传方差; σ _e²为多环境遗传方差。
1.5 遗传连锁图谱的构建与QTL分析该组合群体的遗传连锁图谱已经由王珍^[20]和梁慧珍^[21]构建完成。本研究中, 把年份设定为环境因子, 根据3个环境试验得到的表型数据, 利用QTL Network 2.0^[25]混合线性模型复合区间作图法(MCIM), 分析大豆叶片性状和叶绿素含量QTL间
的上位性和环境互作效应(临界阈值P=0.05)。当QTL效应P≤ 0.05时, 认为QTL存在。参照McCouch等^[26]推荐的方法命名QTL。

2 结果与分析2.1 亲本及家系性状在RIL群体中的分离及表型分析通过测定晋豆23× 灰布支黑豆及其RIL群体叶片性状和叶绿素含量, 观察叶长、叶宽、叶柄长、叶绿素含量4个性状的分离与遗传状况(表1)和方差分析结果表明(表2), 2个亲本4个性状在后代中表现出较大的分离程度, 在不同环境中均存在较大差异。基因、环境以及基因和环境的交互作用均达到0.01的显著水平(F值分别为10 789.760、34.710和4.417, P=0、2.02E-15和0.000 197), 表明基因、环境以及基因和环境互作效应对4个性状均有显著的影响。RIL群体的最小值和最大值之间差异明显, 遗传力为28.91%~62.33%, 表明性状具有较大的遗传力, 为QTL分析提供了较好的遗传背景。叶片相关性状总体呈现典型的数量遗传模式— — 近似正态的连续分布。3个环境下叶长和叶宽表型变异系数较小, 说明这2个性状受环境影响较小。叶柄长变异系数较大, 3个环境下分别为0.29、0.26和0.24, 说明该性状变化较大, 同时也可能受到环境因素的影响。叶绿素含量在4个环境下的变异系数较大, 说明该性状在开花期R2稳定性较差, 可能受环境因素影响较大。同时, 从RIL群体的性状变异范围来看, 4个性状都有超越双亲的株系出现, 说明大豆的叶长、叶宽、叶柄长和叶绿素含量遗传基因分布在双亲中, 通过杂交可以得到超亲分离的株系。
表1
Table 1
表1(Table 1)

表1 RIL的亲本和家系性状描述统计分析 Table 1 Phenotypic variation of all traits in RIL and the parents 性状 Trait 年份 Year 亲本Parent RIL群体RIL population 晋豆23 Jindou 23 灰布支黑豆 Huibuzhiheidou 平均值 Mean 标准差 SD 变异系数 Variance 最小值 Min 最大值 Max 偏度 Skewness 峰度 Kurtosis 遗传力 h2(%) 叶长 Leaf length 2011 12.03 8.41 10.32 1.11 0.11 8.02 13.20 0.12 -0.37 61.38 2012 10.15 9.93 8.96 1.13 0.11 6.05 11.88 -0.03 -0.41 53.07 2013 8.63 6.30 8.24 0.93 0.09 5.88 10.73 -0.04 0.23 50.15 叶宽 Leaf width 2011 7.33 4.21 5.53 1.11 0.11 3.38 8.00 0.33 -0.49 62.33 2012 6.18 4.98 4.93 0.98 0.09 2.95 7.47 0.53 -0.27 55.38 2013 4.32 3.10 4.14 0.72 0.07 2.41 7.30 0.90 2.82 57.04 叶柄长 Leaf stalk length 2011 18.32 9.21 13.89 2.71 0.26 7.50 20.02 -0.07 -0.27 59.55 2012 18.85 16.25 13.68 3.14 0.29 7.84 22.45 0.50 0.17 49.72 2013 11.65 10.55 12.12 2.53 0.24 6.20 20.05 0.34 0.52 51.23 叶绿素 Chlorophyll content 2012-1 38.6 35.4 35.68 2.93 0.28 27.10 45.10 -0.13 0.96 32.36 2012-2 36.0 38.2 35.71 3.32 0.31 22.60 44.70 -0.80 0.93 34.12 2013-1 36.7 39.7 35.56 4.60 0.43 20.90 46.40 -0.26 0.79 37.61 2013-2 35.8 38.2 36.02 4.09 0.38 27.80 47.90 0.59 0.60 28.91

表1 RIL的亲本和家系性状描述统计分析 Table 1 Phenotypic variation of all traits in RIL and the parents

表2
Table 2
表2(Table 2)

表2 叶片性状和叶绿素含量联合方差分析 Table 2 Variance analysis for leaf traits and leaf chlorophyll content 差异源 Source SS df MS F P-value F crit 年份 Year 405.403 2 202.702 34.710 2.02E-15 3.002480 基因型 Gene type 189032.400 3 63010.790 10789.760 0 2.611583 交互 Gene type × year 154.776 6 25.796 4.417 0.000197 2.105376 内部 Within group 7778.703 1332 5.840 总计 Total 197371.200 1343

表2 叶片性状和叶绿素含量联合方差分析 Table 2 Variance analysis for leaf traits and leaf chlorophyll content

2.2 大豆叶片性状和叶绿素含量之间的相关性对2012年和2013年2组数据(取平均值)相关性状的简单相关分析表明(表3), 叶长、叶宽、叶柄长之间均呈现极显著正相关; 2013年叶绿素与叶宽显著负相关。说明各性状之间有密切关联性, 既相互影响又相互制约, 可以为表型性状选择时提供参考。
表3
Table 3
表3(Table 3)

表3 叶片性状和叶绿素含量之间的简单相关分析 Table 3 Correlation coefficients between leaf traits and chlorophyll content 性状 Trait 叶长 Leaf length 叶宽 Leaf width 叶柄长 Leaf stalk length 叶绿素含量 Chlorophyll content 叶长 Leaflet length 0.69* * 0.59* * -0.06 叶宽 Leaflet width 0.75* * 0.53* * -0.12 叶柄长 Leaf stalk length 0.56* * 0.50* * -0.04 叶绿素含量 Chlorophyll content -0.15 -0.19* -0.15 * and * * : significance at the 0.05 and 0.01 levels (2-tailed), respectively. Correlation in 2012 and 2013 are listed in the top right and lower left corners, respectively. * 和* * : 按双侧检验, 分别表示0.05和0.01水平相关性显著和极显著; 右上角数据为2012年分析结果, 左下角数据位2013年分析结果。

表3 叶片性状和叶绿素含量之间的简单相关分析 Table 3 Correlation coefficients between leaf traits and chlorophyll content

表4
Table 4
表4(Table 4)

表4 各性状最适模型及遗传参数估计结果 Table 4 Estimates of genetic parameters of traits 性状 Trait 叶长 Leaf length 叶宽 Leaf width 叶柄长 Leaf stalk length 叶绿素含量 Chlorophyll content 遗传模型Genetic model MX2-AI-AI 3MG-CEA 4MG-AI 4MG-A 一阶参数 1st order parameter M 7.073 4.623 8.518 35.824 d(da) 2.599 0.309 3.478 -0.347 db 2.106 0.309 2.093 0.015 dc — 0.309 -2.471 -0.789 dd — — 2.229 1.131 iab(i* ) -1.739 — 2.746 — iac — — 2.568 — iad — — 1.906 — ibc — — 0.514 — ibd — — -1.146 — icd — — -0.152 — iabc — — — — 二阶参数 2nd order parameter [d] — — — — σ p2 6.782 0.589 44.257 7.027 σ mg2 6.455 0.321 44.089 5.103 σ pg2 — — — — hmg2(%) 95.18 54.55 99.62 72.62 hpg2(%) — — — —

表4 各性状最适模型及遗传参数估计结果 Table 4 Estimates of genetic parameters of traits

2.3 叶片性状和叶绿素含量的主基因+多基因遗传分析选用2012年和2013年试验数据的平均值进行主基因+多基因遗传分析, 依据AIC值小为最佳的准则结合Kolmogorov试验、均匀检验性检验和Smirnov检验选定最适遗传模型, 用最小二乘法估计叶长、叶宽、叶柄长和叶绿素含量的遗传参数(表4)。
叶长最适遗传模型符合MX2-AI-AI, 即2对加性-上位性主基因× 加性-上位性多基因混合遗传模型。控制叶长的2对主基因间加性效应分别为2.599和2.106, 第1对基因加性效应(da)作用大于第2对基因(db)。2对基因的加性效应之间的上位性互作效应为-1.739, 表明2对基因之间存在着明显互作, 对叶长性状影响较大。2对主基因遗传率为95.18%, 环境因素引起的变异为4.82%, 表明叶长主要受到2对主基因影响, 受环境影响相对较小。
叶宽最适遗传模型符合3MG-CEA, 即3对等效主基因遗传模型。控制叶宽的3对主基因的加性效应(da、db和dc)大小相当, 均为0.309, 主基因遗传率为54.55%, 没有检测到多基因的效应, 环境因素引起的变异为54.55%。表明叶宽主要受3对主基因及环境影响。
叶柄长最适遗传模型符合4MG-AI, 即4对主基因加性-加性× 加性上位性遗传模型。4对主基因间加性效应分别为3.478、2.093、-2.471和2.229, 第1对基因加性效应(da)作用最大。同时, 第3对基因dc加性效应值为负值, 说明该基因来源于父本灰布支黑豆。其余3对基因加性效应值均为正值, 表明基因来源于母本晋豆23。4对主基因之间相互作用的上位性效应分别为2.746、2.568、1.906、0.514、-1.146和-0.152, 说明第1对主基因于第2对(iab)和第3对(iac)上位性效应较大。而第4对主基因对第2对主基因(ibd)和第3对主基因(icd)上位性效应均为负值, 与其他基因间上位性效应相反。说明不同基因间上位性效应对叶柄长性状的影响并不完全一致。主基因遗传率为99.62%, 没有检测到多基因效应。环境因素引起的变异为0.08%。表明叶柄长主要受3对主基因影响, 受环境因素影响较小。
叶绿素含量最适遗传模型符合4MG-A, 即4对加性主基因遗传模型。4对主基因间加性效应分别为-0.347、0.015、-0.789和1.131, 第4对基因加性效应(dd)作用最大。同时, 第1对基因(da)和第3对基因(da)加性效应值均为负值, 说明该基因来源于父本灰布支黑豆。其余2对基因加性效应值均为正值, 表明基因来源于母本晋豆23。主基因遗传率为72.62%, 没有检测到多基因效应。环境因素引起的变异为37.38%。表明叶绿素主要受4对主基因影响, 同时受环境因素影响较大。
2.4 叶片性状和叶绿素含量的QTL与环境互作效应利用QTL NETwork2.0软件, 联合分析3年的叶长、叶宽、叶柄长和2年的叶绿素含量数据, 共检测到10个QTL (表5和图1), 分布在A1、A2、C2、H_1、L和O染色体上分述如下。
2个叶长QTL分别位于C2染色体sat_062~satt520区间和L染色体satt584a~satt076区间, 加性效应值分别为-0.3212和-0.4318, 解释的表型变异分别为8.01%和7.01%, 与环境互作的贡献率分别为2.06%和1.53%。
3个加性与环境互作的叶宽QTL, 分别位于A2染色体satt187~satt129区间、C2染色体sat_062~ satt520区间和O染色体satt262~satt345区间, 加性效应值分别为-0.1863、-0.2337和-0.2186, 解释的表型变异分别为5.02%、4.89%和5.17%, 与环境互作的贡献率分别为2.31%、4.67%和2.18%。
2个叶柄长QTL分别位于L染色体satt584a~ satt076区间和O染色体satt487~satt500区间, 加性效应值分别为-0.1635和0.1872, 解释的表型变异分别为3.67%和5.01%, 与环境互作的贡献率分别为1.02%和1.66%。
3个叶绿素含量QTL分别位于A1染色体satt364~ satt382区间、C2染色体satt520~satt305区间和H_1染色体satt296~satt469区间, 加性效应值分别为0.4341、-0.5707和-0.7076, 解释的表型变异分别为5.31%、4.56%和6.05%, 与环境互作的贡献率分别为3.29%、3.06%和2.53%。
在C2染色体上检测到的QTL最多, 分别为控制叶长、叶宽和叶绿素含量的3个QTL, 其中在Sat_ 062~Satt520区间同时定位到控制叶长和叶宽的QTL qLL-C2-1和qLW-C2-1, 单个QTL贡献率分别为8.01%和4.89%, 加性效应分别为-0.3212和-0.2337, 方向一致, 表明控制其性状的增效等位基因来源于父本灰布支黑豆。检测出的粒长、粒宽、叶柄长和叶绿素含量的10个QTL均与环境发生互作效应, 互作贡献率在1.02%~4.67%之间, 其中qLW-C2-1的互作效应贡献率为4.67%, 互作效应略低于相应的加性效应; 其余QTL的互作效应贡献率均小于其自身的加性效应贡献率, 说明4个性状受基因和环境共同作用, 基因比环境的影响更加显著。
表5
Table 5
表5(Table 5)

表5 叶片性状和叶绿素含量的QTL及QTL与环境互作 Table 5 QTLs and QE interaction for leaf traits and leaf chlorophyll content 性状 Trait QTL 标记区间 Interval 位置 Position 加性效应 Additive 贡献率 H2 (Ai) (%) 环境互作 贡献率 H2 (AEi) (%) QTL 与环境互作效应 Effects of QTL × environment interactions AEi1 AEi2 AEi3 叶长 Leaf length qLL-C2-1 Sat_062-Satt520 4.0 -0.3212 8.01 2.06 0.0252 -0.0251 0.0000 qLL-L-1 Satt584a-Satt076 67.0 -0.4318 7.01 1.53 0.1437 -0.1395 0.0040 叶宽 Leaf width qLW-A2-1 Satt187-Sat_129 17.2 -0.1863 5.02 2.31 -0.0028 0.0026 0.0001 qLW-C2-1 Satt_062-Satt520 13.0 -0.2337 4.89 4.67 -0.2091 0.2129 0.0032 qLW-O-1 Satt262-Satt345 53.7 -0.2186 5.17 2.18 -0.0032 0.0031 0.0000 叶柄长 Leaf stalk length qLSL-L-1 Satt584a-Satt076 70.0 -0.1635 3.67 1.02 0.0212 -0.0265 0.0051 qLSL-O-1 Satt487-Satt500 4.0 0.1872 5.01 1.66 -0.0315 0.0310 0.0002 叶绿素含量 Chlorophyll content qCC-A1-1 Satt364-Satt382 22.2 0.4341 5.31 1.29 0.0210 -0.0210 — qCC-C2-1 Satt520-Satt305 21.9 -0.5707 4.56 1.06 -0.0306 0.0306 — qCC-H_1-1 Satt296-Satt469 59.2 0.7076 6.05 1.53 -0.2837 0.2781 —

表5 叶片性状和叶绿素含量的QTL及QTL与环境互作 Table 5 QTLs and QE interaction for leaf traits and leaf chlorophyll content

图1
Fig. 1

	Figure OptionViewDownloadNew Window
	图1 检测到的QTL 及加性效应QTL在染色体上的分布Fig. 1 Location of QTLs and epistatic effect QTLs on linkage groupsLL: leaflet length; LW: leaflet width; LSL: leafstalk length; CC: chlorophyll content.

2.5 叶片性状和叶绿素含量的上位互作效应只检测到2对影响叶长的加性× 加性上位互作效应的QTL (表6), 未检测到叶宽、叶柄长和叶绿素含量的QTL。
检测出的2对叶长QTL上位性效应, 效应值分别为-0.4814和0.3695, 贡献率分别为10.99%和4.68%。2对QTL均存在上位互作效应, 互作贡献率分别为0.05%和0.94%。检测出的叶长QTL上位性互作效应不同, 有正有负; 互作效应大小也各不相同。正向的上位性效应表示两座位间互作基因型与具有正效应的加性基因型方向相同, 负向的上位性效应则表示两座位间互作基因型与具有正效应的加性基因型方向相反。与加性效应同向的叶长上位性互作效应可以改良叶长。
上位互作贡献率均小于上位效应贡献率, 说明上位互作对叶长遗传的影响小于上位性的影响。
表6
Table 6
表6(Table 6)

表6 叶长和叶绿素含量加性× 加性上位互作效应QTL Table 6 Epistatic effect QTLs of additive × additive for leaf length et traits and leaflet chlorophyll content QTLi 标记区间 Interval QTLj 标记区间 Interval 上位效应 AAij 贡献率 H2(AAij) (%) 环境互作贡献率 H2(AAEij) (%) AAEij1 AAEij2 AAEij3 qLL-A2-1 Satt329-Satt377 qLL-D2-1 Satt488-Satt543 -0.4814 10.99 0.05 -0.0001 0.0001 0.0000 qLL-A2-2 Satt327-Satt333 qLL-D2-2 Satt461-Satt301 0.3695 4.68 0.94 0.1060 -0.1091 0.0031 AAEij1, AAEij2, and AAEij3 represent the epistatic effects of QTL × environment interactions in 2011, 2012, and 2013, respectively. AAEij1、AAEij2和AAEij3分别表示2011、2012和2013年的QTL与环境互作的上位效应。

表6 叶长和叶绿素含量加性× 加性上位互作效应QTL Table 6 Epistatic effect QTLs of additive × additive for leaf length et traits and leaflet chlorophyll content

3 讨论3.1 叶片性状和叶绿素含量相关性与QTL共位性经典遗传学认为基因连锁或一因多效是导致不同性状的相关的主要原因。以往研究表明, 显著或极显著相关的性状往往定位在同一染色体的相同或相邻区域^{[27, 28, 29]}。相关性分析表明, 叶长、叶宽、叶柄长3个性状之间极显著相关, 叶绿素含量与叶宽显著相关。说明控制这些性状的基因可能紧密连锁。叶长和叶宽在C2染色体上、叶长和叶柄长在L染色体上、叶宽和叶柄长在O染色体上、叶绿素含量与叶宽在C2染色体上QTL均存在共位性, 表明这些相关性状QTL间存在关联。特别是L染色体的叶长QTL qLL1-L-1和叶柄长qLSL1-L-1定位于相同satt584a~ satt076区间, 加性效应方向一致, 均为负值。这些结果表明, 在染色体C2上的共位区间内, 通过提高叶宽; 在染色体L上的共位区间内, 通过提高叶柄长, 均可提高叶长。这些性状QTL的共位性与表型相关分析结果一致。
在生物性状的遗传控制中广泛存在一因多效现象。伍宝朵等^[30]认为, 叶型相关性状中, 叶宽与叶长和叶面积均呈极显著正相关; 而叶长/宽比与叶宽和叶面积呈极显著负相关。Orf等^[31]等将叶面积定位在C2、L和M上, 叶长定位在E、J、L和M上, 叶宽定位在C2、J、L和M上。Porter^[32]认为, 大豆结荚习性和叶面积相关; Weiss^[33]认为, 大豆结荚习性和产量相关。Bernard^[34]研究表明, 大豆结荚习性受基因Dt1和Dt2控制。Song等^[35]将Dt1整合到大豆第19染色体(Chr.19)即L染色体(LG L)的89.1 cM处, 将Dt2整合到Chr.18(G)上。本研究在C2和L上检测到这些共位区间(表5和图1), 表明控制它们的基因可能存在一因多效现象。共区间内可能含有控制叶长与叶宽, 叶长与叶柄长的基因, 该基因的表达可能对多个性状参数有影响。此外还检测到一些标记区间仅与单一参数有关, 如染色体A1上控制CC、染色体A2上控制LW等, 表明除了共同控制的基因外, 各性状还各自存在特定的控制基因。在C2染色体sat_062~satt520区间, 同时检测到影响叶长和叶宽的QTL, 通过对加性效应QTL与环境互作检测, 2个性状的QTL与环境均存在互作效应。同时发现二者的增效等位基因来自父本灰布支黑豆ZDD2315, 在遗传上具有较好的稳定性。
3.2 大豆叶片性状和叶绿素含量的遗传规律与QTL分析Jansen等^[36]发现, 同时分析多年间不同环境下的数据, 能增大QTL的检测强度, 提高QTL的位置和效应的准确程度, 更有利于挖掘稳定的QTL。利用已经定位的QTL改良品质^[37]、提高作物的抗病性^{[38, 39]}, 已经在实际育种实践中取得成功。近年来, 对大豆叶片性状和叶绿素含量遗传规律研究有了初步进展, 定位了相关基因的QTL^{[13, 14, 15, 16, 17]}。本文对叶柄性状和叶绿素含量QTL定位结果相对可靠, 主要表现在: (1)用SPAD值能反映叶片实际叶绿素含量, 可靠性较高^[39]。Ma等^[41]利用类似方法对小麦进行了分析; (2) QTL Network 2.0采用的MCIM方法, 综合考虑了QTL间的上位性和环境互作的影响, 考虑的影响因素更加科学, 分析结果更具有客观性和真实性; (3)与其他研究结果相比, 结论相对一致(表7)。例如, 检测出的叶长QTL, 与Chen等^[13]结果相比, 均定位在C2染色体上, 与Kim等^[14]、Orf等^[31]、Mansur等^{[42, 43]}相比, 均定位在L染色体上; 叶宽QTL, 与仕相林等^[15]、Orf等^[31]结果相比, 均定位在C2染色体上; 与Kim等^[14]相比均定位在A2染色体上。叶绿素含量QTL, 与李广军等^[16]结果相比, 均定位在C2染色体上; 与崔世友等^[16]结果相比, 均定位在H_1染色体上。本研究结果和以往研究相比, 尽管试验地理环境条件不同, 研究群体不同, 分析软件不同, 但QTL定位结果基本吻合, 又不完全统一。同时, 本研究采用主基因+多基因混合遗传分离分析法, 对叶长、叶宽、叶柄长和叶绿素含量的遗传分析表明, 叶长最适遗传模型符合MX2-AI-AI, QTL分析中定位了2个主效QTL与环境互作效应, 检测出2对加性× 加性上位互作效应的QTL; 叶宽最适遗传模型符合3MG-CEA, QTL分析中定位出3个主效QTL, 二者研究结论相吻合。本研究中也出现了QTL定位数目与遗传模型预测的数目不完全一致的现象。如叶柄长最适遗传模型符合4MG-AI和4MG-A, QTL检测出2个主效QTL, QTL定位分析结果与遗传分离分析结果预测值不一致。同时, 分离分析和方差分析表明, 叶长和叶宽受环境影响较小, 叶柄长和叶绿素含量受环境因素影响较大。进行主基因+多基因混合遗传分离分析时, 叶长和叶柄长受环境影响较小, 叶宽和叶绿素含量受环境因素影响较大。两种方法得出的结论并不完全一致, 与仕相林等^[15]的叶长、叶宽和叶柄长稳定性较高, 可能受环境影响较小的结论也略有不同, 与李广军等^[16]叶绿素含量存在主效QTL或QTL与环境互作的研究结果相一致。导致这些分析结果不完全一致的可能原因有4个: (1)本研究选用的模型分离分析方法是4对主基因加多基因混合遗传模型^[44], 该模型建立时只考虑了主基因间无连锁的情况, 对于主基因间有连锁的情况没有分析; (2)该遗传模型建立过程中, 成分分布数和待估参数过多, 分析过程受到限制, 需要进一步改进参数估算方法, 提高估算结果的准确性; (3)与QTL定位时选用的图谱质量有关, 即图谱本身存在不完善的地方。(4)控制叶绿素含量的表达在时空上存在差异。伴随着植物的生长, 叶绿素不断合成与降解, 温度、水分、营养元素、光照等均影响叶绿素的新陈代谢。对于叶绿素含量的遗传机制尚需进一步剖析。
作为数量性状遗传的重要组成部分, QTL与环境互作、QTL与QTL上位性互作是作物杂种优势的遗传基础, 推进了作物的进化进程, 特别是上位性更适合研究复杂性状的遗传^[45], Zhang等^[46]认为上位性比加性QTL更重要。本研究中, 上位性贡献率最大为10.99%, 加性贡献率最大为8.01%, 叶长受到上位效应的影响比加性更显著。对上位互作的研究发现, 互作均发生在无主效QTL的2个基因座之间, 没有检测到主效QTL间的互作。尽管本研究结果还存在需要进一步完善的地方, 仍然为叶片性状和叶绿素含量的分子研究和遗传分析提供了有益参考。
表7
Table 7
表7(Table 7)

表7 QTI定位结果的比较 Table 7 Comparison of QTLs detected in this study with other researches 亲本 Parent 性状 Traits 文献 Reference 叶长 Leaf length 叶宽 Leaf width 叶柄长 Leafstalk length 叶绿素含量 Chlorophyll content 晋豆23 × 灰布支黑豆 C2, L A2, C2, O L, O A1, C2, H_1 Liang et al. (The result from the paper) Charleston × Dongnong 594 A1, B1, D1a B1, C2, N A1, B1, C2, N 仕相林等[15] Lishuizhongzihuangdou× Nannong 493-1 C2, D1a, D1b, D2, F, G, I, K, M, N 李广军等[16] 波高× 南农94-156 B2, D1a, F, G, H, L, M 崔世友等[17] Charleston × Dongnong 594 A1, B2, C2 A1 Chen et al[13] Keounolkong × lksanl0 D2, G, J, K, L, N A1, J, L, N Keounolkong × Shinpaldalkong B1, D1B, G, L A2, N, D1a, D1b, E, G, J, K, L Kim et al.[14] Noir 1 × Archer J, L, E, M C2, M, J, L Orf et al.[31] Noir 1 × Minsoy L, G, N M, H, E Mansur et al.[42] PI27890 × PI27890 G, J, K, L, N A1, C1, L, J, K, N Mansur et al.[43]

表7 QTI定位结果的比较 Table 7 Comparison of QTLs detected in this study with other researches

3.3 大豆叶片性状和叶绿素含量研究对大豆抗旱性和遗传育种研究的意义叶片是大豆最重要的营养器官, 大豆产量主要来源于叶片光合作用所积累的有机物。关于叶片的研究主要集中在叶片的形状、大小和光合能力两方面。
Rongwen等^[47]认为, 在密植条件下, 相对于圆叶, 窄叶光能截获量多一些, 有利于群体的光能利
用率; 张学英等^[48]认为大豆叶片以尖叶为主, 力求线形, 叶片小; 王金陵^[49]提出, 在肥水条件优良、地力好、种植密度适宜的条件下, 应育成主茎发达、秆强不倒、中小长形叶。由此可见, 在较密植条件下, 叶片长形且小有利于植株下部通风透光, 是理想的大豆叶形。叶柄是连接茎和叶片的器官, 在决定叶片角度、植株冠层结构以及同化植物的运输和贮藏等方面具有重要作用。短叶柄能有效调节植物的叶层分布, 有利于光能的利用; 同时对提高群体密度和改良株型也是有利的。叶片的光合能力主要体现在叶片光合速率、叶绿素含量和叶面积大小及维持时间3个方面。杜维广等^[50]认为, 生育期相近的大豆品种(系)结荚鼓粒期的光合速率与产量呈正相关, 叶片的叶绿素含量与光合速率关系密切, 两者之间呈显著正相关, 叶绿素适宜含量为3.0~5.7 mg dm^-2, 超过这个范围, 相关不显著。因而, 研究大豆叶片性状和叶绿素含量的遗传规律和基因定位, 对于实际遗传育种工作具有重要的指导意义。
多年来, 大豆育种学家和植物生理学家们从不同方面对大豆的抗旱性进行了研究。梁建秋等^[52]认为干旱严重影响大豆的产量和品质, 抗旱大豆品种在干旱和半干旱地区的大豆生产中起着重要的作用。林汉明等^[52]认为抗旱性强的品种多以圆形、中小叶和深绿色为主。张振宇^[53]研究表明, 干旱严重影响大豆叶绿素含量和叶片性状, 进而影响光合作用, 导致干物质积累量降低, 产量水平下降。本研究以丰产性好、抗旱力强的栽培大豆晋豆23为亲本, 研究大豆叶片性状和叶绿素含量QTL间的上位性和环境互作效应, 可以为下一步抗旱大豆品种分子标记辅助育种提供理论参考。

4 结论检测到10个与叶长、叶宽、叶柄长和叶绿素含量相关的QTL, 分别位于A1、A2、C2、H_1、L和O染色体上。叶长受2对混合主基因加性-加性× 加性上位性控制, 叶柄长受4对主基因加性-加性× 加性上位性控制, 其余性状受主基因控制。建议大豆分子标记辅助育种中, 一方面要考虑起主要作用的QTL, 一方面要注重上位性QTL的影响。
The authors have declared that no competing interests exist.

作者已声明无竞争性利益关系。The authors have declared that no competing interests exist.


参考文献View Option
原文顺序
文献年度倒序
文中引用次数倒序
被引期刊影响因子

[1]	Kokubun M. Soybean cultivar difference in leaf photo-synthetic rate and its relation to seed yield. Crop Sci, 1988, 57: 743-748[本文引用:1][JCR: 1.513]
[2]	Donald C M. The breeding of crop ideotypes. Euphytica, 1968, 17: 385-403[本文引用:1][JCR: 1.643]
[3]	Thompson J A, Nelson R L, Schweitzer L E. Relationships among specific leaf weight, photosynthetic rate and seed yield in soybean. Crop Sci, 1995, 35: 1575-1581[本文引用:1][JCR: 1.513]
[4]	Ma B L, Morrison M J, Voldeng H D. Leaf greenness and photosynthetic rates in soybean. Crop Sci, 1995, 35: 1411-1414[本文引用:1][JCR: 1.513]
[5]	Secor J, McCarty D R, Shibles R, Green D E. Variability and selection for leaf photosynthesis in advanced generation of soybean. Crop Sci, 1982, 22: 255-259[本文引用:1][JCR: 1.513]
[6]	Haberland t G. Physiological plant anatomy. London: MacMillan, 1914[本文引用:1]
[7]	Buttery B R, Buzzell R I, Findlay W I. Relationship among photosynthetic rate, bean yield and other characters in field-grown cultivars of soybean. Can J Plant Sci, 1981, 61: 191-198[本文引用:1][JCR: 0.716]
[8]	李仕贵, 何平, 王玉平, 黎汉云, 陈英, 周开达, 朱立煌. 水稻剑叶性状的遗传分析和基因定位. 作物学报, 2000, 26: 261-265 Li S G, He P, Wang Y P, Li H Y, Chen Y, Zhou K D, Zhu L H. Genetic analysis and gene mapping of the leaf traits in rice (Oryza sativa L. ). Acta Agron Sin, 2000, 26: 261-265 (in Chinese with English abstract)[本文引用:1][CJCR: 1.667]
[9]	刘进, 姚晓云, 李清, 张宇, 任春元, 王嘉宇, 徐正进. 水稻叶片性状QTL分析. 华北农学报, 2012, 27(5): 86-90 Liu J, Yao X Y, Li Q, Zhang Y, Ren C Y, Wang J Y, Xu Z J. QTL analysis for the leaf traits in rice. Acta Agric Boreali-Sin, 2012, 27(5): 86-90 (in Chinese with English abstract)[本文引用:1][CJCR: 0.951]
[10]	Xu W W, Subudhi P K, Crasta O R, Rosenow D T, Mullet J E, Nguyen H T. Molecular mapping of QTLs conferring stay-green in grain sorghum (Sorghum bicolor L. Moench). Genome, 2000, 43: 461-469[本文引用:1][JCR: 1.668]
[11]	赵慧, 张正斌, 徐萍. 小麦叶片水分利用效率生理性状遗传相关分析. 中国农业科学, 2006, 39: 1796-1803 Zhao H, Zhang Z B, Xu P. Genetic correlation analysis between leaf water use efficiency and relevant physiological traits in wheat. Sci Agric Sin, 2006, 39: 1796-1803 (in Chinese with English abstract)[本文引用:1][CJCR: 1.889]
[12]	This D, Borries C, Souyris I, Teulat B. QTL study of chlorophyll content as a genetic parameter of drought tolerance in barley. Barley Genet Newsl, 2000, 30: 20-23[本文引用:1]
[13]	Chen Q S, Zhang Z C, Liu C Y, Xin D W, Qiu H M, Shan D P, Shan C Y, Hu G H. QTL analysis of major agronomic traits in soybean. Agric Sci China, 2007, 6: 399-405[本文引用:3][CJCR: 1.0251]
[14]	Kim H K, Kang S T, Suh D Y. Analysis of quantitative trait loci associated with leaflet types in two recombinant inbred lines of soybean. Plant Breed, 2005, 124: 582-589[本文引用:4][JCR: 1.175]
[15]	仕相林, 孙亚男, 王家麟, 刘春燕, 陈庆山, 胡国华. 大豆叶片性状QTL的定位及Meta分析. 作物学报, 2012, 38: 256-263 Shi X L, Sun Y N, Wang J L, Liu C Y, Chen Q S, Hu G H. Mapping and meta-analysis of QTLs for leaf traits in soybean. Acta Agron Sin, 2012, 38: 256-263 (in Chinese with English abstract)[本文引用:4][CJCR: 1.667]
[16]	李广军, 李河南, 程利国, 章元明. 大豆叶绿素含量动态表达的QTL分析. 作物学报, 2010, 36: 242-248 Li G J, Li H N, Cheng L G, Zhang Y M. QTL analysis for dynamic expression of chlorophyll content in soybean. Acta Agron Sin, 2010, 36: 242-248 (in Chinese with English abstract)[本文引用:5][CJCR: 1.667]
[17]	崔世友, 喻德跃. 大豆不同生育时期叶绿素含量QTL的定位及其与产量的关联分析. 作物学报, 2007, 33: 744-750 Cui S Y, Yu D Y. QTL mapping of chlorophyll content at various growing stages and its relationship with yield in soybean [Glycine max (L. ) Merr. ]. Acta Agron Sin, 2007, 33: 744-750 (in Chinese with English abstract)[本文引用:2][CJCR: 1.667]
[18]	Lin S, Cianzio S, Shoemaker R. Mapping genetic loci for iron deficiency chlorosis in soybean. Mol Breed, 1997, 3: 219-229[本文引用:1][JCR: 3.251]
[19]	Kato K K, Palmer R G. Duplicate chlorophyll-deficient loci in soybean. Genome, 2004, 47: 190-198[本文引用:1][JCR: 1.668]
[20]	王珍. 大豆SSR遗传图谱构建及重要农艺性状QTL分析. 广西大学硕士学位论文, 广西南宁, 2004 Wang Z. Construction of Soybean SSR Based Map and QTL Analysis Important Agronomic Traits. MS Thesis of Guangxi University, Nanning, China, 2004 (in Chinese with English abstract)[本文引用:2]
[21]	梁慧珍. 大豆子粒性状的遗传及QTL分析. 西北农林科技大学博士学位论文, 陕西杨凌, 2006 Liang H Z. Genetic Analysis and QTL Mapping of Seed Traits in Soybean [Glycine max (L. ) Merr]. PhD Dessertation of Northwest A&F University, Yangling, China, 2006 (in Chinese with English abstract)[本文引用:2]
[22]	Darvasi A, Weinreb A, Minke V, WeHer J I, Soller M. Detecting marker-QTL linkage and estimating QTL gene effect and map location using a saturated genetic map. Genetics, 1993, 134: 943-951[本文引用:1][JCR: 4.389]
[23]	Tang Q Y, Zhang C X. Data processing system (DPS) software with experimental design, statistical analysis and data mining developed for use in entomological research. Insect Sci, DOI: 2012, doi: DOI:10.1111/j.1744-7917.2012.01519.x[本文引用:1]
[24]	盖钧镒, 章元明, 王建康. 植物数量性状遗传体系. 北京: 科学出版社, 2003 Gai J Y, Zhang Y M, Wang J K. Genetic System of Quantitative Traits in Plants. Beijing: Science Press, 2003 (in Chinese)[本文引用:1]
[25]	Yang J, Zhu J. Predicting superior genotypes in multiple environments based on QTL effects. Theor Appl Genet, 2005, 110: 1268-1274[本文引用:1][JCR: 3.658]
[26]	McCouch S R, Cho Y G, Yano M, Paul E, Blinstrub M, Morishima H, Kinoshita T. Report on QTL nomenclature. Rice Genet Newslett, 1997, 14: 11-14[本文引用:1]
[27]	Xiao J, Li J, Yuan L, Tanksley S D. Identification of QTLs affecting traits of agronomic importance in a recombinant inbred population derived from a subspecific rice cross. Theor Appl Genet, 1996, 92: 230-244[本文引用:1][JCR: 3.658]
[28]	Liang H Z, Yu Y L, Yang H Q, Xu L J, Dong W, Du H, Cui W W, Zhang H Y. Inheritance and QTL mapping of related root traits in soybean at the seedling stage. Theor Appl Genet, 2014, 127: 2127-2137[本文引用:1][JCR: 3.658]
[29]	Hittalmani S, Huang N, Courtois B, Venuprasad R, Shashidhar H E, Zhuang J Y, Zheng K L, Liu G F, Wang G C, Sidhu J S, Srivantaneeyakul S, Singh V P, Bagali P G, Prasanna H C, McLaren G, Khush G S. Identification of QTL for growth- and grain yield-related traits in rice across nine locations of Asia. Theor Appl Genet, 2003, 107: 679-690[本文引用:1][JCR: 3.658]
[30]	伍宝朵, 陈海峰, 郭丹丹, 沙爱华, 单志慧, 张晓娟, 杨中路, 邱德珍, 陈水莲, 朱晓玲, 张婵娟, 周蓉, 周新安. 大豆种质资源叶型和荚粒性状的关系及与SSR标记的关联分析. 作物学报, 2012, 38: 1196-1204 Wu B D, Chen H F, Guo D D, Sha A H, Shan Z H, Zhang X J, Yang Z L, Qiu D Z, Chen S L, Zhu X L, Zhang C J, Zhou R, Zhou X A. Relationship of leaflet shape, pod traits and association with SSR markers in soybean germplasm. Acta Agron Sin, 2012, 38: 1196-1204 (in Chinese with English abstract)[本文引用:1][CJCR: 1.667]
[31]	Orf J H, Chase K, Jarvik T, Mansur L M, Cregan P B, Adler F R, Lark K G. Genetics of soybean agronomic traits: I. Comparison of three related recombinant inbred populations. Crop Sci, 1999, 39: 1642-1651[本文引用:3][JCR: 1.513]
[32]	Porter C. Inheritance of the Gene(s) Controlling Leaflet Shape in Soybean. MS Thesis of Virginia Polytechnic Institute and State University, 2000[本文引用:1]
[33]	Weiss M G. Genetic linkage in soybeans: linkage group IV. Crop Sci, 1970, 10: 368-370[本文引用:1][JCR: 1.513]
[34]	Bernard R L. Two genes affecting stem termination in soybeans, Crop Sci, 1972, 12: 235-239[本文引用:1][JCR: 1.513]
[35]	Song Q J, Marek L F, Shoemaker R C, Lark K G, Concibido V C, Delannay X, Specht J E, Cregan P B. A new integrated genetic linkage map of the soybean. Theor Appl Genet, 2004, 109: 122-128[本文引用:1][JCR: 3.658]
[36]	Jansen R C, Van Ooijien J M, Stam P, Lister C, Dean C. Genotype-by-environment interaction in genetic mapping of multiple quantitative trait loci. Theor Appl Genet, 1995, 91: 33-37[本文引用:1][JCR: 3.658]
[37]	Sabouri H. QTL detection of rice grain quality traits by microsatellite markers using an indica rice (Oryza sativa L. ) combination. J Genet, 2009, 88: 81-85[本文引用:1][JCR: 0.876]
[38]	Su C C, Cheng X N, Zhai H Q, Wan J M. Detection and analysis of QTL for resistance to the brown planthopper, Nilaparvata lugens (Stal), in rice (Oryza sativa L. ), using backcross inbred lines. Acta Genet Sin, 2002, 29: 332-338[本文引用:1]
[39]	Beaver J S, Osorno J M. Achievements and limitations of contemporary common bean breeding using conventional and molecular approaches. Euphytica, 2009, 168: 145-175[本文引用:2][JCR: 1.643]
[40]	Fanizza G, Gatta C D, Bagnulo C. A non-destructive determination of leaf chlorophyll in Vitis vinifera. Ann Appl Biol, 1991, 119: 203-209[本文引用:1][JCR: 2.147]
[41]	Ma L Q, Zhou E F, Huo N X, Zhou R H, Wang G Y, Jia J Z. Genetic analysis of salt tolerance in a recombinant inbred population of wheat (Triticum aestivum L. ). Euphytica, 2007, 153: 109-117[本文引用:1][JCR: 1.643]
[42]	Mansur L M, Orf J H, Chase K, Jarvik T, Cregan P B, Lark K G. Genetic mapping of agronomic traits using recombinant inbred lines of soybean. Crop Sci, 1996, 36: 1327-1336[本文引用:1][JCR: 1.513]
[43]	Mansur L M, Lark K G, Kross H, Oliveira A. Interval mapping of quantitative trait loci for reproductive, morphological, and seed traits of soybean (Glycine max L. ). Theor Appl Genet, 1993, 86: 907-913[本文引用:1][JCR: 3.658]
[44]	王金社, 李海旺, 赵团结, 盖钧镒. 重组自交家系群体4对主基因加多基因混合遗传模型分离分析方法的建立. 作物学报, 2010, 36: 191-201 Wang J S, Li H W, Zhao T J, Gai J Y. Establishment of segregation analysis of mixed inheritance model with four major genes plus polygenes in recombinant inbred lines population. Acta Agron Sin, 2010, 36: 191-201 (in Chinese with English abstract)[本文引用:1][CJCR: 1.667]
[45]	Hagiwara W E, Onish K, Takamure I, Sano Y. Transgressive segregation due to linked QTLs for grain characteristics of rice. Euphytica, 2006, 150: 27-35[本文引用:1][JCR: 1.643]
[46]	Zhang Z H, Yu S B, Yu T, Huang Z, Zhu Y G. Mapping quantitative trait loci (QTLs) for seedling-vigor using recombinant inbred lines of rice (Oryza sativa L. ). Field Crops Res, 2005, 91: 161-170[本文引用:1][JCR: 2.474]
[47]	Rongwen J, Akkaya M S, Bhagwat A A, Lavi U, Cregan P B. The Use of microsatellite DNA markers for soybean genotype identification. Theor Appl Genet, 1995, 90: 43-48[本文引用:1][JCR: 3.658]
[48]	张学英, 侯雪琪, 周淑芹, 赵九洲, 陈洁敏, 宋力平. 浅谈大豆理想株型育种. 大豆通报, 1994, (4): 15-16 Zhang X Y, Hou X Q, Zhou S Q, Zhao J Z, Chen J M, Song L P. Introduction of soybean ideal plant type. Soybean Bull, 1994, (4): 15-16 (in Chinese)[本文引用:1][CJCR: 0.4815]
[49]	王金陵. 东北地区大豆株型的演变. 大豆通报, 1996, (1): 5-7 Wang J L. The development of soybean plant type in northeast China. Soybean Bull, 1996, (1): 5-7 (in Chinese)[本文引用:1][CJCR: 0.4815]
[50]	杜维广, 王育民, 谭克辉. 大豆品种( 系)间光合活性的差异及与产量的关系. 作物学报, 1982, 8: 131-134 Du W G, Wang Y M, Tan K H. Varietal difference in photosynthetic activity of soybean and its relation to yield. Acta Agron Sin, 1982, 8: 131-134 (in Chinese with English abstract)[本文引用:1][CJCR: 1.667]
[51]	梁建秋, 张明荣, 吴海英. 大豆抗旱性研究进展. 大豆科学, 2010, 29: 341-346 Liang J Q, Zhang M R, Wu H Y. Advances in drought tolerance of soybean. Soybean Sci, 2010, 29: 341-346 (in Chinese with English abstract)[本文引用:1][CJCR: 0.886]
[52]	林汉明, 常汝镇, 邵桂花. 中国大豆耐逆研究. 北京: 中国农业出版社, 2009 Lam H M, Chang R Z, Shao G H. Soybean Tolerance to Stresses in China. Beijing: China Agriculture Press, 2009 (in Chinese)[本文引用:2]
[53]	张振宇. 干旱条件下大豆叶片性状分析. 黑龙江农业科学, 2011, (11): 18-19 Zhang Z Y. Soybean leaf traits under drought analysis. Heilongjiang Agric Sci, 2011, (11): 18-19 (in Chinese with English abstract)[本文引用:1][CJCR: 0.3268]